TMO的卡 - 未名空间MITBBS历史存档

国际科技财经博客移民网络热点娱乐民生时事公众号

Redian新闻

>未名空间

>PDA - 掌中宝

TMO的卡

TMO的卡# PDA - 掌中宝

b*u2013-11-27 08:11

1 楼

【以下文字转载自 CS 讨论区】
发信人: blackyou (Douglas), 信区: CS
标题: GPU 编程有没有钱途？
关键字: GPU
发信站: BBS 未名空间站 (Mon Mar 4 02:45:47 2013, 美东)
我是计算物理千老，现在有一个地方找GPU编程的千老，我投了，现在让我发推荐信。
这个行当MS现在还比较非主流，以后趋势咋样？业内高人们说说呗

x*i2013-11-27 08:11

2 楼

联系了一个加州的老板写推荐信，没理我，博士老板写信给他后，马上回信说同意写，
并且叫我问候我老板，我就发了我的cv和推荐信草稿，并且说希望他能理解那些描述优
秀的词汇，教授马上回信说不用担心，他知道绿卡推荐信都是这样的，现在等了快一个
星期了，还没见到他写过来，我什么时候催，怎么催比较好，谢谢，他同意了会不会不
写

d*t2013-11-27 08:11

3 楼

订了Tmobile的4G unlimited kit，如果现在激活，这个月就剩几天了，是不是也要付
一个月的话费？

d*x2013-11-27 08:11

4 楼

需要和具体应用领域结合

【在 b******u 的大作中提到】

: 【以下文字转载自 CS 讨论区】
: 发信人: blackyou (Douglas), 信区: CS
: 标题: GPU 编程有没有钱途？
: 关键字: GPU
: 发信站: BBS 未名空间站 (Mon Mar 4 02:45:47 2013, 美东)
: 我是计算物理千老，现在有一个地方找GPU编程的千老，我投了，现在让我发推荐信。
: 这个行当MS现在还比较非主流，以后趋势咋样？业内高人们说说呗

A*n2013-11-27 08:11

5 楼

可以催了

【在 x*********i 的大作中提到】

: 联系了一个加州的老板写推荐信，没理我，博士老板写信给他后，马上回信说同意写，
: 并且叫我问候我老板，我就发了我的cv和推荐信草稿，并且说希望他能理解那些描述优
: 秀的词汇，教授马上回信说不用担心，他知道绿卡推荐信都是这样的，现在等了快一个
: 星期了，还没见到他写过来，我什么时候催，怎么催比较好，谢谢，他同意了会不会不
: 写

x*s2013-11-27 08:11

6 楼

30天一个周期

【在 d********t 的大作中提到】

: 订了Tmobile的4G unlimited kit，如果现在激活，这个月就剩几天了，是不是也要付
: 一个月的话费？

b*u2013-11-27 08:11

7 楼

就比如说并行计算吧

g*12013-11-27 08:11

8 楼

答应了的一般会给写，
可能忙，
一，二个星期提醒一下

d*t2013-11-27 08:11

9 楼

Thanks!

【在 x*********s 的大作中提到】

: 30天一个周期

w*a2013-11-27 08:11

10 楼

GPU编程一般用在两处啊
一个是图像渲染的，游戏或者仿真用，做效果。
一个是并行计算，GPGPU，现在Cuda/OpenCL啥的挺成熟了，做科学计算很给力。像一些
视频转码啊，图像处理啊，都可以用CUDA啥的做。
GPU分担CPU计算是个趋势啊。

x*i2013-11-27 08:11

11 楼

好，谢谢楼上两位了，我准备过一两天催一下，感觉他就是看着老板的面子才同意的，
每封给他的信，我都forward给老板了的

u*e2013-11-27 08:11

12 楼

是按天算。但是杂费是固定的，1天30天都一样。周期是1号到次月2号。你3号激活比较
好。

【在 d********t 的大作中提到】

: 订了Tmobile的4G unlimited kit，如果现在激活，这个月就剩几天了，是不是也要付
: 一个月的话费？

h*62013-11-27 08:11

13 楼

看你以后想去工业界还是研究所了如果是想去工业界还是算了 md老子做了三年多CUDA
并行计算现在找工作一个match的没有（当然除了nvidia）基本都要图形图像的或者
GPU architecture的当然大部分去工业界都是自废武功
GPGPU我也觉得是个趋势啊莫非是现在工业界还没普及开来？求明眼人给指条活路

g*12013-11-27 08:11

14 楼

羡慕有这么好的老板帮你搞推荐信。good luck

h*62013-11-27 08:11

15 楼

大公司都用distributed不用单机并行而且GPGPU要写出深度优化的程序需要多年的经
验没办法堆砌硬件可能这个对于普及是个硬伤

x*i2013-11-27 08:11

16 楼

谢谢，老板人挺好的

【在 g******1 的大作中提到】

: 羡慕有这么好的老板帮你搞推荐信。good luck

p*e2013-11-27 08:11

17 楼

对一般人来说，现有CPU都性能过剩，GPU没必要

CUDA

【在 h******6 的大作中提到】

: 看你以后想去工业界还是研究所了如果是想去工业界还是算了 md老子做了三年多CUDA
: 并行计算现在找工作一个match的没有（当然除了nvidia）基本都要图形图像的或者
: GPU architecture的当然大部分去工业界都是自废武功
: GPGPU我也觉得是个趋势啊莫非是现在工业界还没普及开来？求明眼人给指条活路

n*c2013-11-27 08:11

18 楼

send a reminder email, saying: I understand you are very busy. If I can
provide any further information to help you save time, please let me known.

h*62013-11-27 08:11

19 楼

对这话说的很对而且基于CPU的各种运算已经很成熟大公司也不想改换平台——即使
是运算时间稍微长一点但是也不是那么着急
但是GPU计算对于一般并行程度的算法确实能提速几十几百倍对于高并行程度的能提速
上千倍而且energy方面更省但是除了物理化学生物仿真方面有large-scale的大问题
能体现出GPU的优势日常生活里面其他方面能应用的真不多我觉得要普及起来起码要5
年以上

【在 p****e 的大作中提到】

: 对一般人来说，现有CPU都性能过剩，GPU没必要
:
: CUDA

p*e2013-11-27 08:11

20 楼

试过找矿工不

要5

【在 h******6 的大作中提到】

:
: 对这话说的很对而且基于CPU的各种运算已经很成熟大公司也不想改换平台——即使
: 是运算时间稍微长一点但是也不是那么着急
: 但是GPU计算对于一般并行程度的算法确实能提速几十几百倍对于高并行程度的能提速
: 上千倍而且energy方面更省但是除了物理化学生物仿真方面有large-scale的大问题
: 能体现出GPU的优势日常生活里面其他方面能应用的真不多我觉得要普及起来起码要5
: 年以上

w*a2013-11-27 08:11

21 楼

其实我觉得还是看一些给个人用户的应用可以用一下。就比如给光影魔术手之类的软件
加速啊。解码转码加速啊。压缩解压之类的。

h*62013-11-27 08:11

22 楼

请展开说说你是说bitcoin么还是真的矿工矿工或者油工行业也需要GPU计算吗？

【在 p****e 的大作中提到】

: 试过找矿工不
:
: 要5

p*e2013-11-27 08:11

23 楼

我也不懂，只是听做quant的提到过

【在 h******6 的大作中提到】

:
: 请展开说说你是说bitcoin么还是真的矿工矿工或者油工行业也需要GPU计算吗？

r*u2013-11-27 08:11

24 楼

For our case, we feel GPU still couldn't achieve the same precision as CPU.
I feel this is very critical for many companies doing scientific computation.

CUDA

【在 h******6 的大作中提到】

h*62013-11-27 08:11

25 楼

.
computation.
嗯我也发现这个问题了这个不光是architecture的问题也有算法的问题有时候并行算
法会rearrange recurrences所以浮点结果会跟串行的不一样不过NVIDIA也在改进他们
浮点的精度 Fermi改进蛮大的不知道Kepler怎么样

【在 r**u 的大作中提到】

: For our case, we feel GPU still couldn't achieve the same precision as CPU.
: I feel this is very critical for many companies doing scientific computation.
:
: CUDA

f*e2013-11-27 08:11

26 楼

高端GPU都太贵，只有老板掏钱。

【在 h******6 的大作中提到】

:
: .
: computation.
: 嗯我也发现这个问题了这个不光是architecture的问题也有算法的问题有时候并行算
: 法会rearrange recurrences所以浮点结果会跟串行的不一样不过NVIDIA也在改进他们
: 浮点的精度 Fermi改进蛮大的不知道Kepler怎么样